中小企业如何借力工业互联网抵抗死亡潮?

简介: 对于不同的企业来说,跨步进入工业互联网的核心问题并不是“怎么做”,而是“能做什么”、以及“能不能做”。 尤其是在政策大力推动企业“上云上平台”的过程中,企业投入人力和成本,那么“上云了之后能做什么”就成为了很多中小企业主最大的疑问和顾虑。
对于不同的企业来说,跨步进入工业互联网的核心问题并不是“怎么做”,而是“能做什么”、以及“能不能做”。

尤其是在政策大力推动企业“上云上平台”的过程中,企业投入人力和成本,那么“上云了之后能做什么”就成为了很多中小企业主最大的疑问和顾虑。首先,可以肯定的是,工业互联网能够提供的收益是多维度的。

广州温伴是树根互联服务的一家典型的小型烘干设备企业,根据树根互联CEO贺东东的介绍,原来随着客户工艺的改变,广州温伴需要上门给客户调整工艺包,而现在这些都可以实现远程参数设定功能,大幅度节省了差旅费;此外,透过大数据的积累,也可以帮助企业终端用户更加精准控制工艺流程,不断优化工艺参数。

eaeedbe57dac70b652bdea2e315aeba2743741e2
另一类成本削减来自销售端。

蒙牛使用了阿里云MaxCompute大数据平台,在自有CRM等系统之上集成品牌线上实际销售、线下直营经销商实际销售等数据,结合背景环境因子进行销量建模,将“基于订单历史的人工预测”改变为“基于实际销量的智能预测”,提升预测准确度。

并且这一做法还有望在未来数据生态逐渐建立的情况下,将该预测结果反向输出给下游经销商和零售商指导其订单发布,实现经销链条的成本最大节约和共赢。

工业互联网对中小企业而言,降低的成本是多元化的。“降本增效”是所有企业进行生产改造的必然目的,而对于降本这一问题,很多企业主的认知停留在制造成本上,但工业互联网能够提供更多其他维度的成本降低。其次,选择成本可控的方式,是可以进行工业互联网改造的。

欣旺达是广州一家锂离子电池模组研发上市企业,从三年前开始着手智能制造的改造,并在去年成立了智能制造研究院。其智能制造研究院院长廖妍在接受采访时表示,云也分很多种云,并非所有制造业企业都适用于机械设备数据上云,客户、管理、运用数据上云都是不错的方式。中小企业目前其实有很多方法来进行数字化、信息化的改造,可以选择成本可控的方式。

而在阿里云ET工业大脑中开始了应用和尝试,工业互联网在中小企业中规模化复制的问题不但早已提上了议程,并且已经有了一定的解决路径。一是抛弃硬件思维,将硬件成本降下来。阿里云机器智能首席科学家闵万里博士一直认为,做数字化转型不要大幅改造产线,不需要重新引进先进设备,装上数据智能就可以。

二是降低企业使用门槛。通ET工业大脑开放平台,阿里云将多年服务龙头企业沉淀的算法引擎、行业模板开放出来,打造拖拉拽傻瓜式交互界面,通过简单的培训,可以让新进入智能化领域的传统技术服务公司也能具备阿里云资深算法工程师的技术水平,通过行业生态的力量以较低的成本帮助中小企业实现智能化转型。

杭州点石服饰是阿里巴巴淘工厂改造的第一批数字工厂,其改造成本只花了5万元,但排产却提升了6%,服装交付周期缩短了10%。数字化的方式是在2000平方米的厂房里布置了20多个摄像头,这些摄像头每天进行超过1亿次扫描,通过机器视觉来识别生产过程,并将其数字化,从而实时跟进订单货期,这对于网店来说至关重要。

当然,无论是节约的成本还是减低的改造门槛,都没有改变制造业企业当下最核心的问题——经济周期之下的订单量减少。至少可以看到的是,工业互联网能够解决目前中小企业面临的两大问题,现阶段如何在经济下行的趋势下获得正在减少的订单,以及如何在未来可能的竞争中占据先机。

最基本的商业逻辑是企业需要有利润的生意,而竞争的维度则来自于服务、产品质量等各个方面。当市场订单总量减少时,如何获得这些订单就成为了关键,工业互联网就是这样一条路径。

我们认为,现阶段对于中小制造业企业来说是进行工业互联网改造的最佳时间,或者说是最后时间。不转型只能面临必然的结局,而从现在开始关注未来趋势,才有可能在未来领跑。

来源:《工业互联网动态监测》
相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
目录
相关文章
|
机器学习/深度学习 存储 人工智能
浙江大学、达摩院、阿里云获中国电子学会科技进步一等奖
1月14日消息,中国电子学会公布“2021中国电子学会科学技术奖”名单,浙江大学、达摩院、阿里云完成的“超大规模高性能图神经网络计算平台及其应用”获得科技进步一等奖。
2193 110
 浙江大学、达摩院、阿里云获中国电子学会科技进步一等奖
|
弹性计算 分布式计算 MaxCompute
华北1 ECS 数据如何免费且高速同步到华北2MaxCompute
用户业务早期开在了华北1青岛,想搭数据仓库,但华北1又没有MaxCompute,怎么办?如果华北1 ECS跨Region数据同步到华北2MaxCompute,是否产生额外的带宽费用和同步性能差? 今天小编亲自测试下华北1 ECS 通过经典网络数据同步到华北2MaxCompute,打消大家对费用和性能的担心。
2852 110
华北1 ECS 数据如何免费且高速同步到华北2MaxCompute
|
机器学习/深度学习 算法框架/工具 网络可视化
PAI实现的深度学习网络可视化编辑功能-FastNeuralNetwork
在深度学习领域流传着这样一句话,“一张好的表示图,胜过一千个公式” 本文会介绍如何通过PAI-DSW中的FastNerualNetwork功能实现深度学习网络的可视化编辑。 神经网络最早诞生于生物领域,用来模仿生物大脑复杂的神经元构成,后来人类为了探索大脑是如何思考,通过一层一层的数学公式来模拟大脑分析事物的过程。
8148 110
|
存储 分布式计算 大数据
阿里云计算能力实现多项突破 BigBench规模全球首次被拓展至100TB
10月12日,阿里巴巴集团副总裁周靖人在云栖大会上发布了阿里云在大数据计算能力上的新突破:将BigBench数据规模扩展到100T;流计算2.0每秒峰值达千万QPS,整体链路延时亚秒级;E-MapReduce对比同类产品平均性能提升3倍。
4000 110
|
存储 监控 关系型数据库
MaxCompute帮助创业公司中减轻MySQL存储压力
从0到1 在我们公司初创的时候,组齐了三人的团队就开始做产品研发。当时整条业务线的东西都需要我们自己写,要在短时间内把东西做出来,效率是非常关键的。 我们的产品模式本身其实是需要验证的。创业有很多不确定性,在上线之前没人能知道,我们的一个项目究竟能达到多大的规模,能做到什么样。
3920 110
|
机器学习/深度学习 分布式计算 语音技术
重磅!MaxCompute助力阿里开源自研语音识别模型DFSMN,准确率高达96.04%
阿里开源语音识别模型DFSMN 在近期举行的云栖大会武汉峰会上,装有DFSMN语音识别模型的“AI收银员”在与真人店员的PK中,在嘈杂环境下准确识别了用户的语音点单,在短短49秒内点了34杯咖啡。此外,装备这一语音识别技术的自动售票机也已在上海地铁“上岗”。
3967 110
|
新零售 机器学习/深度学习 算法
千亿特征流式学习在大规模推荐排序场景的应用
摘要:2017云栖大会机器学习平台PAI专场,阿里巴巴高级技术专家陈绪带来千亿特征流式学习在大规模推荐排序场景的应用的演讲。主要从电商个性化推荐开始谈起,进而描述了技术挑战和PAI解决方案,重点分享了鲲鹏框架和算法调优,最好作了简要总结。
6456 110

热门文章

最新文章